Claude Fable 5
Claude Fable 5 est un LLM propriétaire d’Anthropic, lancé le 9 juin 2026 et positionné sur le segment premium. Ses poids ne sont pas ouverts. Il se caractérise par une fenêtre de contexte de 1 000 000 tokens, adaptée au traitement de volumes importants de texte dans une même requête.
Claude Fable 5 est un LLM propriétaire d’Anthropic, lancé le 9 juin 2026 et positionné sur le segment premium. Ses poids ne sont pas ouverts. Il se caractérise par une fenêtre de contexte de 1 000 000 tokens, adaptée au traitement de volumes importants de texte dans une même requête.
À sa sortie, Claude Fable 5 appartient au top 1 % des LLM de sa génération sur SWE-Bench Verified. Son profil combine de solides résultats en code, en raisonnement agentique, en mathématiques et en compréhension du langage, avec une domination notable dans les évaluations comparatives Arena.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Anthropic |
| Poids | 🔒 Propriétaire |
| Date de sortie | 9 juin 2026 |
| Multimodal | oui |
| Fenêtre de contexte | 1 000 000 tokens (≈ 1,0 M) |
| Modalités (entrée → sortie) | text,image → text |
Indices de synthèse
| Indice | Valeur | Rang (LLM) |
|---|---|---|
| Intelligence Index | 59.9 | 1ᵉ / 137 |
| Code Index | 76.5 | 2ᵉ / 74 |
| Agentic Index | 52.8 | 1ᵉ / 68 |
Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| SWE-Bench Verified | 95,0 % | 1ᵉ / 102 | llm-stats | Auto-déclaré |
| FrontierSWE | 90,0 % | 1ᵉ / 14 | llm-stats | n.d. |
| OSWorld-Verified | 85,0 % | 1ᵉ / 19 | llm-stats | Auto-déclaré |
| Terminal-Bench 2.1 | 84,3 % | 5ᵉ / 13 | llm-stats | Auto-déclaré |
| SWE-Bench Pro | 80,0 % | 1ᵉ / 41 | llm-stats | Auto-déclaré |
| LiveBench | 78,3 % | 5ᵉ / 38 | llm-stats | n.d. |
| ExploitBench | 78,0 % | 1ᵉ / 4 | llm-stats | Auto-déclaré |
| HealthBench Professional | 66,0 % | 1ᵉ / 8 | llm-stats | Auto-déclaré |
| Humanity's Last Exam | 64,5 % | 2ᵉ / 89 | llm-stats | Auto-déclaré |
| GDPval-AA | 60,5 % | 1ᵉ / 39 | llm-stats | n.d. |
| Finance Agent v2 | 56,3 % | 3ᵉ / 26 | llm-stats | n.d. |
| GDP.pdf | 29,8 % | 3ᵉ / 5 | llm-stats | Auto-déclaré |
| AutomationBench | 17,4 % | 3ᵉ / 6 | llm-stats | Auto-déclaré |
| Legal Agent Benchmark | 13,3 % | 1ᵉ / 12 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Intelligence Index
Code Index
Classements Arena (Elo)
| Catégorie | Elo | Rang | En tête d'arène |
|---|---|---|---|
| Arena Code | 1631 | 2ᵉ / 99 | Kimi K3 (1679) |
| Arena Image-to-Code | 1627 | 1ᵉ / 31 | Claude Fable 5 (1627) |
| Arena Text | 1507 | 1ᵉ / 200 | Claude Fable 5 (1507) |
| Arena Document | 1507 | 2ᵉ / 32 | Claude Opus 4.6 (1508) |
| Arena Vision | 1318 | 1ᵉ / 135 | Claude Fable 5 (1318) |
| Arena Search | 1230 | 4ᵉ / 32 | Claude Opus 4.6 (1255) |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Google Vertex | 10 $ | 50 $ | 1 $ |
| anthropic | 10 $ | 50 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 380 % au-dessus de la moyenne des LLM similaires, et 3,8 fois plus cher que les modèles frontières (GPT-5.6 Sol, Gemini 3.5 Flash, Mistral Medium 3.5).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût par exécution agentique — PinchBench (147 tâches) | 123,3 $ |
| Durée d'exécution — PinchBench | 3 h 33 min |
| Indice valeur/coût — PinchBench | 0,52 |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Entraînement & empreinte
| Indicateur | Valeur |
|---|---|
| Pays | United States of America |
Notre analyse
Forces. Claude Fable 5 se classe en tête de l’Intelligence Index et de l’Agentic Index, tandis que son Code Index figure parmi les meilleurs. Il obtient des scores parfaits sur plusieurs évaluations FrontierMath et OTIS Mock AIME, couvrant les mathématiques de recherche très difficiles et les olympiades de niveau lycée. Le modèle domine également Arena code et Arena text. Ses résultats LiveBench le placent parmi les références en mathématiques et en compréhension du langage. La fenêtre de contexte de 1 000 000 tokens renforce son intérêt pour les corpus longs et les tâches nécessitant de conserver beaucoup d’informations.
Limites et points d’attention. Le principal frein est économique : la tarification se situe 402 % au-dessus de la moyenne des LLM similaires et environ 3,9 fois au-dessus de celle des modèles frontière. Le coût de sortie, nettement supérieur à celui de l’entrée, pèse particulièrement sur les usages générant beaucoup de texte. Les poids propriétaires limitent par ailleurs le contrôle direct sur le modèle. Enfin, Claude Fable 5 est moins dominant sur Arena document, où il occupe la cinquième place. Il cible surtout les usages à forte valeur ajoutée en code, raisonnement mathématique, agents et traitement de longs contextes.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · LiveBench (livebench.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · PinchBench (pinchbench.com).